Una nuova fase per l’intelligenza artificiale nella banca spagnola

Negli ultimi anni le banche spagnole hanno gareggiato per siglare accordi con i giganti tecnologici, implementare copiloti per i dipendenti e testare decine di progetti di intelligenza artificiale (IA). Oggi la conversazione sta cambiando: dopo una prima fase di sperimentazione, le istituzioni si concentrano sullo scaling dell’IA, sulla trasformazione di processi interi e sulla dimostrazione di risultati tangibili per il business.

“Siamo alla fine dell’inizio”, riassume Martí Riba, leader globale di IA per il retail banking di McKinsey. In questa nuova fase la pressione passa dai piloti ai risultati concreti. Le banche affermano di percepire già benefici, ma la maggior parte non quantifica pubblicamente l’impatto sui propri bilanci.

Previsioni concrete: Santander apre la strada

Santander ha già comunicato le proprie aspettative. La banca prevede di generare più di 1.000 milioni di euro di valore di business grazie all’IA tra il 2026 e il 2028, con i primi 200 milioni da realizzare entro la chiusura dell’esercizio corrente.

Doppio impatto: riduzione dei costi e crescita dei ricavi

L’IA può contribuire al business per due vie. Fino a ora la maggior parte dei benefici è derivata da miglioramenti di produttività e efficienza, ma il vero salto arriverà quando la tecnologia sarà usata per conoscere meglio i clienti, personalizzare le offerte e aumentare la vendita incrociata di prodotti e servizi.

“L’IA nella banca si è finora concentrata soprattutto sull’automazione di compiti, sulla riduzione dei tempi e sui costi. È un obiettivo legittimo, ma insufficiente perché le capacità oggi differenziali domani diventeranno standard”, osserva José Carlos Hernández Barrasús, socio del settore finanziario di EY. Secondo lui, il salto mancato è trasformare queste capacità in più ricavi e in una migliore relazione con il cliente, obiettivo ancora lontano dalla consolidazione.

Efficacia attuale e scenari futuri

Gli esperti stimano che l’IA possa ancora generare guadagni di efficienza in un settore già altamente produttivo, con una ratio di efficienza media aggregata del 41,12 % nei sei principali gruppi quotati nel primo trimestre.

Questo spinge le banche a rivedere la loro strategia. Un cambiamento evidente è l’allontanamento dal modello “IA per tutti”, basato sul semplice dispiegamento di assistenti e strumenti su larga scala, che secondo Riba ha avuto un “impatto relativamente basso”.

Il nuovo focus: trasformazione di domini chiave

Il nuovo obiettivo è concentrarsi su aree in cui l’IA può modificare l’intero flusso di lavoro, da capo a piedi. “Non importa quanti agenti hai o quanti piloti hai lanciato. Ciò che conta è quanti domini hai trasformato”, sostiene Riba.

Ricardo Martín, responsabile di Dati e IA di Santander, spiega: “Concentrarci su meno iniziative, ma con capacità reale di muovere l’ago, misurare il loro impatto e scalare in tutto il gruppo ciò che funziona”.

Le strategie dei principali gruppi bancari

    • Banco Sabadell: dopo aver implementato più di 50 casi d’uso nel 2026, la banca passerà a un modello basato su ambiti di trasformazione, focalizzando investimenti e capacità di IA per massimizzare l’impatto.
    • BBVA: ha lanciato una piattaforma per creare, distribuire e gestire migliaia di agenti intelligenti rapidamente, puntando a reinventare tutti i processi attorno all’IA e a riutilizzare gli sviluppi senza ricominciare da capo per ogni caso.
    • Bankinter: dopo aver offerto l’accesso a Microsoft Copilot a tutta la forza lavoro e aver consentito lo sviluppo di oltre 7.000 agenti, la banca sta selezionando gli strumenti con reale capacità di estendersi all’intera organizzazione. “Non cerchiamo più di sviluppare quanti più agenti intelligenti, ma di avere i migliori”, dichiara Jacobo Díaz, direttore di Finanza e Banca Digitale.
    • Unicaja: considera superata la fase di sperimentazione e sta già distribuendo IA a scala nel business commerciale. I gestori usano assistenti conversazionali per preparare offerte, l’automazione è attiva dalla gestione dei reclami all’analisi documentale, e lo sviluppo software vede riduzioni dei tempi di risposta tra il 40 % e l’80 %.

Applicazioni trasversali in tutti i gruppi

Le aree di utilizzo dell’IA si ripetono quasi universali: sviluppo software, automazione dei processi interni, rafforzamento dei sistemi di rilevamento frodi e cybersicurezza, incremento della produttività commerciale e assistenti per clienti e dipendenti.

Sviluppo software potenziato dall’IA

Santander afferma che quasi il 40 % del codice generato dai propri team tecnologici è già supportato da IA. BBVA segnala un risparmio del 50 % nel tempo dedicato a sviluppo e testing e un miglioramento del 28 % della produttività. Sabadell indica che il 70 % dei professionisti IT utilizza IA, con un aumento della produttività del 20 %. Bankinter sta integrando agenti in tutto il ciclo di creazione del software.

Assistenti intelligenti per clienti e dipendenti

L’obiettivo è trasformare la relazione con il cliente attorno a questi agenti. CaixaBank ha introdotto un agente generativo come primo punto di contatto nei chat della sua web e app mobile, capace di guidare l’utente nella stipula di circa 40 prodotti finanziari, dai prestiti al consumo ai prodotti di risparmio.

BBVA sta sviluppando “Blue”, un consulente personale multimodale che dovrebbe essere distribuito gradualmente a privati e imprese nel 2027. Unicaja prepara un modello di “banca conversazionale” che consentirà ai clienti di interagire con l’istituzione tramite interfacce basate su IA. Bankinter ha già lanciato un assistente nella sua web e app mobile che permette di effettuare operazioni tramite linguaggio naturale, eliminando la necessità di navigare attraverso menù tradizionali.

IA nella gestione del servizio clienti

Santander sta implementando l’IA nei canali di assistenza clienti. In Regno Unito, la banca utilizza la tecnologia per gestire le richieste relative alle carte, automatizzando la classificazione e la risposta alle domande più frequenti, riducendo così i tempi di attesa e liberando gli operatori per compiti più complessi.

Il futuro: industrializzazione e misurazione dei risultati

La nuova era richiede l’industrializzazione delle capacità IA. Le banche stanno passando da un approccio “quantità di agenti” a uno basato su “qualità e scalabilità”. La sfida principale resta la misurazione dell’impatto: quantificare in termini di costi risparmiati, ricavi generati e miglioramento dell’esperienza cliente.

Il settore bancario spagnolo, con una media di efficienza già elevata, ha ancora margini di miglioramento grazie all’IA. La capacità di trasformare processi interi, di personalizzare l’offerta e di ridurre drasticamente i tempi operativi sarà il vero discriminante per chi riuscirà a tradurre la promessa tecnologica in risultati economici concreti.